Tabel 68 Beberapa model JST yang dibangun untuk tahap kedua Model JST
Jumlah Hidden Layer Jumlah Node
pada Hidden Layer
Nilai R
2
Training 3-1-1
1 300
0.6380 3-2-1
2 300
0.6587 3-3-1
3 300
0.6377 3-4-1
4 300
0.6646 3-2-1
2 250
0.6586 3-2-1
2 350
0.6474 Dari Tabel 68 terlihat bahwa model JST 3-4-1 dengan 300 node pada
hidden layer menunjukkan nilai R
2
terbesar dengan nilai R
2
=0.6646. Nilai R
2
yang semakin besar mendekati 1 menunjukkan bahwa output yang dihasilkan oleh model semakin mendekati nilai output data.
4.5.4 Validasi Model JST 4.5.4.1 Validasi Model JST tahap Pertama untuk PG Bungamayang
Validasi model JST tahap pertama dilakukan dengan membandingkan hasil keluaran model dengan data baru diluar data yang digunakan pada proses
training, dengan tujuan untuk melihat ketepatan model dalam melakukan pendugaan atau prediksi terhadap parameter-parameter yang digunakan dalam
model. Validasi model JST dilakukan dengan cara merubah variasi jumlah node hidden layer, dengan hasil terbaik pada model JST 6-2-1 dengan jumlah node 10
pada hidden layer yang memiliki nilai R
2
=0.765 Tabel 69. Tabel 69 Pengaruh variasi jumlah node dalam validasi model JST yang
dibangun Model JST
Jumlah Hidden Layer Jumlah Node
pada Hidden Layer
Nilai R
2
Validasi 6-2-1
2 10
0.765 6-2-1
2 20
0.757 6-2-1
2 30
0.716
4.5.4.2 Validasi Model JST tahap Kedua untuk PG Bungamayang
Validasi model JST tahap kedua sama seperti yang dilakukan pada validasi model JST tahap pertama yaitu dilakukan dengan membandingkan hasil
keluaran model dengan data baru diluar data yang digunakan pada proses training, dengan tujuan untuk melihat ketepatan model dalam melakukan
pendugaan atau prediksi terhadap parameter-parameter yang digunakan dalam model. Validasi model JST dilakukan dengan cara merubah variasi jumlah node
hidden layer, dengan hasil terbaik pada model JST 3-1-1 dengan jumlah node 3 pada hidden layer yang memiliki nilai R
2
=0.818 Tabel 70. Tabel 70 Beberapa model JST yang dibangun untuk tahap kedua
Model JST Jumlah Hidden Layer
Jumlah Node pada Hidden
Layer Nilai R
2
Validasi 3-1-1
1 1
0.220 3-1-1
1 3
0.818 3-1-1
1 5
0.815
4.5.4.3 Validasi Model JST tahap Pertama untuk PG Jatitujuh
Validasi model JST tahap pertama dilakukan dengan membandingkan hasil keluaran model dengan data baru diluar data yang digunakan pada proses
training, dengan tujuan untuk melihat ketepatan model dalam melakukan pendugaan atau prediksi terhadap parameter-parameter yang digunakan dalam
model. Validasi model JST dilakukan dengan cara merubah variasi jumlah node hidden layer, dengan hasil terbaik pada model JST 3-3-1 dengan jumlah node
300 pada hidden layer yang memiliki nilai R
2
=0.858 Tabel 71. Tabel 71 Pengaruh variasi jumlah node dalam model JST yang dibangun
Model JST Jumlah Hidden Layer
Jumlah Node pada Hidden
Layer Nilai R
2
Validasi 3-3-1
3 250
0.510 3-3-1
3 300
0.858 3-3-1
3 350
0.543
4.5.4.4 Validasi Model JST tahap Kedua untuk PG Jatitujuh
Validasi model JST tahap kedua sama seperti yang dilakukan pada validasi model JST tahap pertama yaitu dilakukan dengan membandingkan hasil
keluaran model dengan data baru diluar data yang digunakan pada proses training, dengan tujuan untuk melihat ketepatan model dalam melakukan
pendugaan atau prediksi terhadap parameter-parameter yang digunakan dalam model. Validasi model JST dilakukan dengan cara merubah variasi jumlah node
hidden layer, dengan hasil terbaik pada model JST 3-4-1 dengan jumlah node 300 pada hidden layer yang memiliki nilai R
2
=0.7018 Tabel 72.
Tabel 72 Pengaruh variasi jumlah node dalam model JST yang dibangun Model JST
Jumlah Hidden Layer Jumlah Node
pada Hidden Layer
Nilai R
2
Validasi 3-4-1
4 250
0.6209 3-4-1
4 300
0.7018 3-4-1
4 350
0.6538
4.5.5 Prediksi Model